-
公开(公告)号：CN107730131B
公开(公告)日：2021-09-10
申请号：CN201711007931.4
申请日：2017-10-24
申请人： 北京航空航天大学
IPC分类号： G06Q10/06
摘要： 本发明公开了一种众包软件开发者的能力预测及推荐方法及装置，所述方法包括：确定开发者已开发任务的任务难度以及任务得分，并根据所述任务难度以及任务得分计算所述开发者针对所述任务的开发能力值；对历史任务进行分类，得到多个任务类，其中，每个任务类包括一个以上任务；基于各个任务类以及各个开发者对各个任务的开发能力值，计算各个开发者在不同任务类中的开发能力曲线；利用负指数型学习曲线模型对所述各个开发者在不同任务类中的开发能力曲线进行拟合，得到各个开发者在不同任务类下的学习曲线模型；基于各个开发者在不同任务类下的学习曲线模型，为目标任务推荐开发者。
-
公开(公告)号：CN107807978A
公开(公告)日：2018-03-16
申请号：CN201711013416.7
申请日：2017-10-26
申请人： 北京航空航天大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30675
摘要： 本发明提出了一种基于协同过滤的代码评审者推荐方法，该方法的步骤分为三部分，分别是数据处理，隐式关系挖掘和推荐逻辑。数据处理部分将历史评审数据以矩阵的形式呈现。隐式关系挖掘部分用于根据矩阵的信息，挖掘数据中隐含的隐式关系。推荐逻辑部分则描述了通用的推荐流程，给出了排序规则。基于该框架的实现可以有效地利用数据中的隐式关系推荐代码评审者。本发明针对代码评审者的推荐场景提出了隐式关系挖掘的机制。该机制利用了推荐系统中的邻居模型和隐因子模型，并将二者进行了融合，并基于融合模型有效地挖掘数据间的隐式关系，服务于代码评审者的推荐工作，克服了现有方法在评审者推荐上的不足。
-
公开(公告)号：CN107767058A
公开(公告)日：2018-03-06
申请号：CN201711013436.4
申请日：2017-10-26
申请人： 北京航空航天大学
CPC分类号： G06Q10/063112 , G06K9/6223 , G06K9/6267 , G06Q10/0637 , G06Q10/06395
摘要： 本发明的一种众包软件开发者推荐方法。首先，该算法对数据集进行预处理，选取信息较为完善的任务，并进一步提取选取的任务特征信息(如任务开发时间、报酬、需求描述、所需技能、发布时间、发布平台等)构造任务的特征向量；然后对任务进行聚类，将相似的任务聚集一起；然后，对于新的众包任务同样提取任务的特征，并得出与之相似的聚类任务，进一步在相似的任务间通过机器学习分类算法将获胜率高的开发者作为初步推荐的开发者候选集；最后，在开发者候选集中计算开发者的可靠性，并剔除部分可靠性低的开发者，根据开发者参与历史任务情况分析开发者之间的关联关系，建立开发者竞争网络。
-
公开(公告)号：CN107730131A
公开(公告)日：2018-02-23
申请号：CN201711007931.4
申请日：2017-10-24
申请人： 北京航空航天大学
IPC分类号： G06Q10/06
CPC分类号： G06Q10/063112
摘要： 本发明公开了一种众包软件开发者的能力预测及推荐方法及装置，所述方法包括：确定开发者已开发任务的任务难度以及任务得分，并根据所述任务难度以及任务得分计算所述开发者针对所述任务的开发能力值；对历史任务进行分类，得到多个任务类，其中，每个任务类包括一个以上任务；基于各个任务类以及各个开发者对各个任务的开发能力值，计算各个开发者在不同任务类中的开发能力曲线；利用负指数型学习曲线模型对所述各个开发者在不同任务类中的开发能力曲线进行拟合，得到各个开发者在不同任务类下的学习曲线模型；基于各个开发者在不同任务类下的学习曲线模型，为目标任务推荐开发者。
-
公开(公告)号：CN107807978B
公开(公告)日：2021-07-06
申请号：CN201711013416.7
申请日：2017-10-26
申请人： 北京航空航天大学
IPC分类号： G06F16/33
摘要： 本发明提出了一种基于协同过滤的代码评审者推荐方法，该方法的步骤分为三部分，分别是数据处理，隐式关系挖掘和推荐逻辑。数据处理部分将历史评审数据以矩阵的形式呈现。隐式关系挖掘部分用于根据矩阵的信息，挖掘数据中隐含的隐式关系。推荐逻辑部分则描述了通用的推荐流程，给出了排序规则。基于该框架的实现可以有效地利用数据中的隐式关系推荐代码评审者。本发明针对代码评审者的推荐场景提出了隐式关系挖掘的机制。该机制利用了推荐系统中的邻居模型和隐因子模型，并将二者进行了融合，并基于融合模型有效地挖掘数据间的隐式关系，服务于代码评审者的推荐工作，克服了现有方法在评审者推荐上的不足。
-
公开(公告)号：CN107767058B
公开(公告)日：2021-03-19
申请号：CN201711013436.4
申请日：2017-10-26
申请人： 北京航空航天大学
摘要： 本发明的一种众包软件开发者推荐方法。首先，该算法对数据集进行预处理，选取信息较为完善的任务，并进一步提取选取的任务特征信息(如任务开发时间、报酬、需求描述、所需技能、发布时间、发布平台等)构造任务的特征向量；然后对任务进行聚类，将相似的任务聚集一起；然后，对于新的众包任务同样提取任务的特征，并得出与之相似的聚类任务，进一步在相似的任务间通过机器学习分类算法将获胜率高的开发者作为初步推荐的开发者候选集；最后，在开发者候选集中计算开发者的可靠性，并剔除部分可靠性低的开发者，根据开发者参与历史任务情况分析开发者之间的关联关系，建立开发者竞争网络。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.022 秒)
